DipGuava：从单目视频中生成具备 disentangled personalized Gaussian features 的 3D 头部头像

虽然最近的 3D 头部头像创建方法试图实现面部动态动画，但往往难以捕获个性化细节，限制了真实感和表达性。为填补这一空白，我们提出了 DipGuava（Disentangled and Personalized Gaussian UV Avatar，即 Disentangled and Personalized Gaussian UV Avatar），这是一种 Novel 的 3D 高斯头像创建方法，成功生成具有个性化属性的头像。DipGuava 是首个显式 disentangle 面部外观的 method，其采用结构化的 two-stage pipeline 显著降低学习歧义并提升重建保真度。在第一阶段，我们学习一个基于几何驱动的 base appearance，以捕获全局面部结构和粗糙的 expression-dependent 变化。在第二阶段，预测第一阶段未捕获的个性化残差细节，包括高频分量和非线性变化特征，如皱纹和细微的皮肤变形。通过 dynamic appearance fusion 将这些 components 融合，将残差细节在变形后整合，确保空间和语义对齐。这种 disentangled 设计使 DipGuava 能够生成具有 photorealistic、identity-preserving 的头像，在视觉质量和 quantitative performance 上均显著优于先前方法，实验结果证明了这一点。